PulseAugur
中
实时 06:02:35
English(EN) Depth to Anatomy: Organ Localization from Depth Images for Automated Patient Table Positioning in Radiology Workflow

人工智能从深度图像预测三维器官位置，用于放射工作流程

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新颖的框架，可以从单个二维深度图像预测41个解剖结构的三个维度位置和形状。该方法在从MRI扫描生成的合成深度图像上进行训练，旨在自动化放射工作流程中的患者台定位。该系统实现了0.44的平均Dice相似系数和7.69毫米的平均表面距离，证明了其减少设置时间和操作员变异性的潜力。 AI

影响 通过自动患者定位，有潜力简化放射工作流程并提高诊断准确性。

排序理由 详细介绍新颖的医学影像分析人工智能框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

人工智能从深度图像预测三维器官位置，用于放射工作流程

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Eytan Kats, Kai Geissler, Daniel Mensing, Julien Senegas, Jochen G. Hirsch, Stefan Heldman, Mattias P. Heinrich ·

    深度到解剖：从深度图像进行器官定位以实现放射工作流程中的自动化患者台定位

    arXiv:2601.18260v3 Announce Type: replace Abstract: In clinical radiology, accurate patient table positioning is essential to align specific internal organs of interest with the scanner imaging isocenter, ensuring image quality and diagnostic reliability. Automated patient positi…

相关话题